BAB 3 PERANCANGAN SISTEM

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI

BAB 3 PERANCANGAN SISTEM

COMPARISON OF ONE DIMENSIONAL DCT AND LWT SPARSE REPRESENTATION

REPRESENTASI SINYAL DENGAN KAMUS BASIS LEWAT-LENGKAP SKRIPSI. Oleh. Albert G S Harlie Kevin Octavio Ricardo Susetia

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB 3 PERUMUSAN PENELITIAN. Signal. Sparse Coding. Reconstruction. Reconstructed. Assessment

BAB 3 ANALISIS DAN PERANCANGAN. Metode Inverse Modified Discrete Cosine Transform (IMDCT) yang akan


BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM

BAB 3 ANALISIS DAN PERANCANGAN. digunakan adalah suatu sistem yang terdiri dari banyaknya perulangan, baris

BAB 4 HASIL DAN PEMBAHASAN

BAB 3 ANALISIS SISTEM / PROGRAM YANG BERJALAN

IMPLEMENTASI DAN EVALUASI

BAB IV HASIL DAN PEMBAHASAN. dicolokan ke komputer, hal ini untuk menghindari noise yang biasanya muncul


BAB IV HASIL DAN UJI COBA

Bab III PERANCANGAN PROGRAM APLIKASI

BAB III ANALISIS DAN PERANCANGAN SISTEM

Penyembunyian Pesan Rahasia Dalam Gambar dengan Metoda JPEG - JSTEG Hendry Hermawan / ABSTRAK

BAB IV HASIL DAN PEMBAHASAN. database dan database query, secara keseluruhan menggunakan cara yang sama.

BAB 1 PENDAHULUAN. kemampuan hardware untuk pengambilan / pencuplikan citra serta

BAB IV PEMBAHASAN. A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB IV HASIL DAN UJI COBA

BAB 2 TINJAUAN PUSTAKA

BAB I PENDAHULUAN. MMS (Multimedia Messaging Service) adalah puncak dari evolusi SMS

IMPLEMENTASI STEGANOGRAPHY MENGGUNAKAN ALGORITMA DISCRETE COSINE TRANSFORM

BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM

BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN

BAB 3 PERANCANGAN PROGRAM. 3.1 Alasan digunakan Metode Exponential Smoothing. Banyak metode peramalan yang dapat digunakan dalam memprediksi tingkat

BAB III ANALISA DAN PERANCANGAN

BAB IV ANALISA DAN PERANCANGAN

BAB I PENDAHULUAN. 1 Universitas Kristen Maranatha

BAB IV IMPLEMENTASI PERANCANGAN

BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM

BAB 4 HASIL DAN PEMBAHASAN. komputer dan sistem operasi dengan spesifikasi sebagai berikut : 2. Memory : 4,00 GB (3,85 GB usable)

OPTIMASI AUDIO WATERMARKING BERBASIS DISCRETE COSINE TRANSFORM DENGAN TEKNIK SINGULAR VALUE DECOMPOSITON MENGGUNAKAN ALGORITMA GENETIKA

Berikut merupakan prosedur penggunaan pada non-login :

ANALISA PERBANDINGAN METODE DISCRETE COSINE TRANSFORM (DCT) DAN SINGULAR VALUE DECOMPOSITION (SVD) PADA IMAGE WATERMARKING

ANALISA WATERMARKING MENGGUNAKAN TRASNFORMASI LAGUERRE

BAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.

BAB I. PENDAHULUAN Latar Belakang Masalah

STUDI DAN IMPLEMENTASI WATERMARKING CITRA DIGITAL DENGAN MENGGUNAKAN FUNGSI HASH

PERANCANGAN SISTEM WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN METODE DCT DAN LSB

BAB IV HASIL DAN UJI COBA

N, 1 q N-1. A mn cos 2M , 2N. cos. 0 p M-1, 0 q N-1 Dengan: 1 M, p=0 2 M, 1 p M-1. 1 N, q=0 2. α p =

BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER

WATERMARKING CITRA DIGITAL MENGGUNAKAN TRANSFORMASI HYBRID DWT DAN DCT SKRIPSI. Oleh : Ali Ischam J2A

ADAPTIVE WATERMARKING CITRA DIGITAL DENGAN TEKNIK DISCRETE WAVELET TRANSFORM-DISCRETE COSINE TRANSFORM DAN NOISE VISIBILITY FUNCTION

BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. Metode penelitian yang digunakan pada penelitian ini adalah denoising

BAB IV HASIL DAN UJI COBA

BAB III METODE PENELITIAN

BAB 3 ANALISIS DAN PERANCANGAN. perancangan dan pembuatan akan dibahas dalam bab 3 ini, sedangkan tahap

BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN DISCRETE COSINE TRANSFORM (DCT)

BAB III ANALISA DAN PERANCANGAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D

BAB IV HASIL DAN PEMBAHASAN. perangkat. Alat dan bahan yang digunakan sebelum pengujian:

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 3 ANALISIS DAN PERANCANGAN. Perancangan aplikasi yang dibuat dalam skripsi ini menggunakan aturan

ROBUST BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK KUANTISASI KOEFISIEN DISCRETE WAVELET TRANSFORM

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN. Kemajuan teknologi informasi saat ini berdampak pada perkembangan ilmu

BAB IV HASIL DAN UJI COBA

BAB 3 ANALISIS DAN PERANCANGAN

BAB 3 PERANCANGAN PROGRAM

BAB IV HASIL DAN UJICOBA

BAB 4 IMPLEMENTASI DAN EVALUASI SISTEM

BAB III PERANCANGAN SISTEM

BAB IV HASIL DAN UJI COBA

TUGAS AKHIR KOMPRESI CITRA BERWARNA DENGAN PENERAPAN DISCRETE COSINE TRANSFORM ( DCT )

datanya. Hasil User dapat melanjutkan aktivitas selanjutnya setelah memilih File yang diinginkan. 2. Use Case Menyisipkan Teks Table 4-2 Deskripsi Use

BAB IV HASIL DAN PEMBAHASAN

BAB III METODOLOGI PENELITIAN

BAB IV HASIL DAN PEMBAHASAN

BAB 3 RANCANGAN PROGRAM APLIKASI

BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM

BAB III ANALISA DAN PERANCANGAN

BAB IV HASIL DAN UJI COBA

Aplikasi Metode Steganografi Berbasis JPEG dengan Tabel Kuantisasi yang Dimodifikasi Kris Reinhard /

BAB IV HASIL DAN UJI COBA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

STEGANOGRAFI GANDA PADA CITRA BERBASISKAN METODE LSB DAN DCT DENGAN MENGGUNAKAN DERET FIBONACCI

BAB III ANALISA DAN PERANCANGAN

WATERMARKING PADA CITRA DIGITAL BERBASIS DISCRETE WAVELET TRANSFORM DAN SINGULAR VALUE DECOMPOSITION

BAB 3 METODOLOGI PEMECAHAN MASALAH DAN PERANCANGAN

BAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas

BAB IV HASIL DAN UJI COBA

BAB II TINJAUAN PUSTAKA

BAB IV HASIL DAN UJI COBA

BAB III ANALISA DAN PERANCANGAN

BAB IV IMPLEMENTASI DAN EVALUASI. melakukan implementasi, pengguna (user) harus mempersiapkan data data yang

BAB III ANALISA MASALAH DAN PERANCANGAN SISTEM

BAB IV HASIL DAN UJI COBA

PENDAHULUAN. Latar Belakang

BAB 3 PERANCANGAN SISTEM. untuk pengguna interface, membutuhkan perangkat keras dan perangkat lunak.

BAB IV HASIL DAN UJI COBA

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB IV HASIL DAN UJICOBA

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 4 IMPLEMENTASI DAN EVALUASI. perangkat pendukung yang berupa piranti lunak dan perangkat keras. Adapun

Transkripsi:

BAB 3 PERANCANGAN SISTEM 3.1 Diagram Blok Sistem Gambar 3.1 Diagram Blok Sistem. Penjelasan diagram blok sistem di atas adalah sebagai berikut: MATLAB MATLAB berfungsi sebagai tempat membuat program dan mengolah input berupa sinyal satu dimensi kemudian memproses representasi DCT dan LWT yang selanjutnya diaproksimasi baik secara linier maupun nonlinier. Program yang dibuat pada MATLAB akan menghasilkan hasil MSE dan PSNR. Selain itu MATLAB juga berfungsi sebagai user interface. 3.1.1 Cara Kerja Sistem Pertama user memasukkan input berupa sinyal satu dimensi. Kemudian sinyal satu dimensi tersebut akan dibuat dalam dua representasi tergantung pilihan user. Representasi yang pertama yaitu representasi secara DCT dan yang kedua yaitu representasi secara LWT. Representasi secara DCT berarti sinyal satu dimensi akan direpresentasikan menggunakan discrete cosine transform. 22

23 Sedangkan representasi secara LWT berarti sinyal satu dimensi akan direpresentasikan menggunakan lifting wavelet transform. Setelah direpresentasikan menggunakan discrete cosine transform ataupun lifting wavelet transform, proses yang dilakukan selanjutnya adalah melakukan aproksimasi. Aproksimasi yang dilakukan ada dua jenis yaitu aproksimasi linier dan aproksimasi nonlinier. Baik aproksimasi linier maupun aproksimasi nonlinier sama-sama akan mengambil sebagian jumlah data hasil inputan berupa sinyal satu dimensi yang telah direpresentasikan. Banyaknya jumlah data yang akan diambil adalah 10 %, 20 %, 30 %, 40 %, 50 %, 60 %, 70 %, 80 %, 90 % dari jumlah data secara keseluruhan. Langkah selanjutnya dilakukan representasi balik (inverse representation) menggunakan inverse discrete cosine transform (IDCT) ataupun inverse lifting wavelet transform (ILWT) dari jumlah data yang telah diambil. Apabila pertama kali digunakan representasi DCT maka data yang telah diambil akan direpresentasikan balik menggunakan IDCT. Begitu juga apabila pertama kali digunakan representasi LWT maka data yang telah diambil akan direpresentasikan balik menggunakan ILWT. Kemudian dilakukan proses untuk menghitung MSE dan PSNR dari data yang telah direpresentasikan balik menggunakan IDCT ataupun ILWT. Hasil MSE dan PSNR dari masing-masing representasi akan dibandingkan mana yang paling baik. Hasil MSE yang paling baik adalah yang semakin mengecil mendekati nol dari 10 % sampai 90 % jumlah data yang diambil. Hasil PSNR yang paling baik adalah yang semakin membesar dari 10 % sampai 90 % jumlah

24 data yang diambil. Hasil MSE dan PSNR inilah yang akan ditampilkan pada user interface di MATLAB. 3.2 Perancangan Perangkat Lunak Representasi dan aproksimasi DCT dan LWT menggunakan program yang dibuat pada MATLAB. Hasil MSE dan PSNR akan ditampilkan pada MATLAB. Kemudian dari hasil MSE dan PSNR dibandingkan mana yang lebih baik untuk setiap jenis sinyal, hasil MSE dan PSNR dari representasi DCT atau hasil MSE dan PSNR dari representasi LWT. 3.2.1 Perancangan Program Representasi DCT Program ini akan digunakan untuk merepresentasikan sinyal satu dimensi menjadi representasi DCT. Representasi DCT dilakukan dengan berbagai sinyal satu dimensi yang berbeda. Kemudian akan dilakukan dua macam aproksimasi yaitu aproksimasi linier dan juga aproksimasi nonlinier. Setelah itu dilakukan representasi balik IDCT dan kemudian dihitung berapa nilai MSE dan PSNR dari data hasil IDCT.

25 Berikut adalah diagram alir dari representasi DCT: Gambar 3.2 Diagram Alir Program Representasi DCT. 3.2.1.1 Perancangan Program DCT-Aproksimasi Linier Program ini akan merepresentasikan DCT dengan menggunakan aproksimasi linier.

26 Berikut adalah diagram alir dari program DCT Linier: Gambar 3.3 Diagram Alir Program DCT Linier. Setelah direpresentasikan dengan DCT, data hasil DCT kemudian diambil sebanyak 10 %, 20 %, 30 %, 40 %, 50 %, 60 %, 70 %, 80 %, 90 % dari jumlah data secara keseluruhan. Selanjutnya sisa data yang tidak diambil dijadikan nol. Misalkan data hasil DCT sebagai berikut: - 0,02-0,11-0,17 0,42 0,02 0,07 0,18-0,32-0,28 0,05. Jika persentase data yang diambil adalah 40 % maka data yang diambil adalah sebanyak 4 data. Hal ini didapat dari 40 % dikalikan dengan banyaknya jumlah data hasil DCT. Dari contoh tersebut jumlah data hasil DCT adalah sebanyak 10 data. Jadi data yang diambil = 40 % x 10 = 4 data. Sehingga datanya akan menjadi seperti berikut: - 0,02-0,11-0,17 0,42 0 0 0 0 0 0.

27 3.2.1.2 Perancangan Program DCT-Aproksimasi Nonlinier Program ini akan merepresentasikan DCT dengan menggunakan aproksimasi nonlinier. Berikut adalah diagram alir dari program DCT Nonlinier: Gambar 3.4 Diagram Alir Program DCT Nonlinier. Setelah direpresentasikan dengan DCT, data hasil DCT kemudian diabsolutkan sehingga datanya tidak ada yang negatif. Data-data tersebut kemudian disort (diurutkan) dari yang terbesar ke yang terkecil nilainya. Hal ini

28 dilakukan untuk mempermudah dalam pengambilan persentase jumlah data. Selanjutnya diambil sebanyak 10 %, 20 %, 30 %, 40 %, 50 %, 60 %, 70 %, 80 %, 90 % dari jumlah data secara keseluruhan. Kemudian sisa data yang tidak diambil dijadikan nol. Setelah itu data yang diambil dikembalikan ke tempat semula sebelum diurutkan. Selain itu data juga menjadi kembali negatif jika sebelum diabsolutkan bertanda negatif dan akan tetap positif jika sebelum diabsolutkan bertanda positif. Misalkan data hasil DCT sebagai berikut: - 0,02-0,11-0,17 0,42 0,02 0,07 0,18-0,32-0,28 0,05. Data hasil DCT yang diabsolutkan akan menjadi: 0,02 0,11 0,17 0,42 0,02 0,07 0,18 0,32 0,28 0,05. Kemudian data tersebut diurutkan dari yang terbesar ke yang terkecil menjadi: 0,42 0,32 0,28 0,18 0,17 0,11 0,07 0,05 0,02 0,02. Apabila persentase data yang diambil adalah 40 % maka data yang diambil adalah sebanyak 4 data. Sehingga datanya akan menjadi seperti berikut: 0,42 0,32 0,28 0,18 0 0 0 0 0 0. Terakhir data yang diambil dikembalikan ke tempat semula sebelum diurutkan dan apabila data tersebut sebelum diabsolutkan bertanda negatif maka data tersebut akan bertanda negatif. Apabila data tersebut sebelum diabsolutkan bertanda positif maka data tersebut akan bertanda positif sehingga datanya akan menjadi: 0 0 0 0,42 0 0 0,18-0,32-0,28 0. 3.2.2 Perancangan Program Representasi LWT Program ini akan digunakan untuk merepresentasikan sinyal satu dimensi menjadi representasi LWT. Representasi LWT dilakukan dengan berbagai macam sinyal satu dimensi yang berbeda. Kemudian akan dilakukan dua macam

29 aproksimasi yaitu aproksimasi linier dan juga aproksimasi nonlinier. Setelah itu dilakukan representasi balik ILWT dan kemudian dihitung berapa nilai MSE dan PSNR dari data hasil ILWT. Berikut adalah diagram alir dari representasi LWT: Gambar 3.5 Diagram Alir Program Representasi LWT.

30 3.2.2.1 Perancangan Program LWT-Aproksimasi Linier Program ini akan merepresentasikan LWT dengan menggunakan aproksimasi linier. Berikut adalah diagram alir dari program LWT Linier: Gambar 3.6 Diagram Alir Program LWT Linier. Setelah direpresentasikan dengan LWT, data hasil LWT kemudian diambil sebanyak 10 %, 20 %, 30 %, 40 %, 50 %, 60 %, 70 %, 80 %, 90 % dari jumlah data secara keseluruhan. Selanjutnya sisa data yang tidak diambil dijadikan nol. Misalkan data hasil LWT sebagai berikut: - 0,52-0,41 0,27 0,02 0,82-0,17-0,18-0,25-0,18-0,15. Jika persentase data yang diambil adalah 70 % maka data yang diambil adalah sebanyak 7 data. Hal ini didapat dari 70 % dikalikan dengan banyaknya jumlah data hasil LWT. Dari contoh tersebut jumlah data hasil LWT adalah sebanyak 10 data. Jadi data yang diambil = 70 % x 10 = 7 data. Sehingga datanya akan menjadi seperti berikut: - 0,52-0,41 0,27 0,02 0,82-0,17-0,18 0 0 0.

31 3.2.2.2 Perancangan Program LWT-Aproksimasi Nonlinier Program ini akan merepresentasikan LWT dengan menggunakan aproksimasi nonlinier. Berikut adalah diagram alir dari program LWT Nonlinier: Gambar 3.7 Diagram Alir Program LWT Nonlinier.

32 Setelah direpresentasikan dengan LWT, data hasil LWT kemudian diabsolutkan sehingga datanya tidak ada yang negatif. Data-data tersebut kemudian disort (diurutkan) dari yang terbesar ke yang terkecil nilainya. Hal ini dilakukan untuk mempermudah dalam pengambilan persentase jumlah data. Selanjutnya diambil sebanyak 10 %, 20 %, 30 %, 40 %, 50 %, 60 %, 70 %, 80 %, 90 % dari jumlah data secara keseluruhan. Lalu sisa data yang tidak diambil dijadikan nol. Setelah itu data yang diambil dikembalikan ke tempat semula sebelum diurutkan. Selain itu data juga menjadi kembali negatif jika sebelum diabsolutkan bertanda negatif dan akan tetap positif jika sebelum diabsolutkan bertanda positif. Misalkan data hasil LWT sebagai berikut: - 0,52-0,41 0,27 0,02 0,82-0,17-0,18-0,25-0,18-0,15. Data hasil LWT yang diabsolutkan akan menjadi: 0,52 0,41 0,27 0,02 0,82 0,17 0,18 0,25 0,18 0,15. Kemudian data tersebut diurutkan dari yang terbesar ke yang terkecil menjadi: 0,82 0,52 0,41 0,27 0,25 0,18 0,18 0,17 0,15 0,02. Apabila persentase data yang diambil adalah 70 % maka data yang diambil adalah sebanyak 7 data. Sehingga datanya akan menjadi seperti berikut: 0,82 0,52 0,41 0,27 0,25 0,18 0,18 0 0 0. Terakhir data yang diambil dikembalikan ke tempat semula sebelum diurutkan dan apabila data tersebut sebelum diabsolutkan bertanda negatif maka data tersebut akan bertanda negatif. Apabila data tersebut sebelum diabsolutkan bertanda positif maka data tersebut akan bertanda positif sehingga datanya akan menjadi: - 0,52-0,41 0,27 0 0,82 0-0,18-0,25-0,18 0.

33 3.3 Tampilan User Interface Dalam tampilan user interface telah dirancang sedemikian rupa sehingga user dapat dengan mudah menggunakannya. Berikut merupakan gambar dari tampilan user interface yang digunakan pada Comparison of One Dimensional DCT and LWT Sparse Representation ini: Gambar 3.8 Tampilan user interface. User interface yang digunakan memiliki komponen-komponen seperti yang terlihat pada gambar di atas. Fungsi-fungsi dari setiap komponenkomponen tersebut adalah sebagai berikut:

34 1. Panel Input dari file. Gambar 3.9 Panel Input dari file. Panel ini berfungsi untuk mengambil file suara dengan ekstensi.wav sebagai input yang akan diproses. Cara mengambil file suara dilakukan dengan mengklik kotak yang paling kanan. Setelah memilih file suara maka nama file suara tersebut akan ditampilkan pada kotak yang berwarna putih. 2. Panel Input yang tersedia. Gambar 3.10 Panel Input yang tersedia. Panel ini berfungsi untuk mengambil input yang telah disediakan sehingga user dapat memilih salah satu input yang tersedia. Input yang telah disediakan adalah berupa jenis sinyal yang berbeda-beda. 3. Panel Proses. Gambar 3.11 Panel Proses.

35 Panel ini berisi proses-proses yang ingin dilakukan pada input yang telah dipilih. Proses-prosesnya antara lain jenis transformasi yang ingin dilakukan, jenis aproksimasi yang ingin dilakukan, dan persentase data yang ingin diambil. Dalam panel ini terdapat juga satu buah tombol yaitu tombol Proses yang berguna untuk memproses input yang telah dipilih beserta jenis transformasi, jenis aproksimasi, dan persentase data yang user inginkan. 4. Panel Hasil. Gambar 3.12 Panel Hasil. Panel ini berfungsi untuk menampilkan hasil MSE dan PSNR. Hasil PSNR dinyatakan dalam desibel (db). 5. Tombol Reset. Gambar 3.13 Tombol Reset. Tombol ini berfungsi untuk mengembalikan kondisi menjadi keadaan semula. 6. Tombol Exit. Gambar 3.14 Tombol Exit.

36 Tombol ini berfungsi bagi user untuk keluar dari program Signal_Processing ini. 7. Axes Sinyal Asli. Gambar 3.15 Axes Sinyal Asli. Axes ini berfungsi untuk menampilkan data sinyal input asli dalam bentuk grafik. 8. Axes Sinyal Output. Gambar 3.16 Axes Sinyal Output.

37 Axes ini berfungsi untuk menampilkan data sinyal output yang telah diproses dalam bentuk grafik. User interface yang dirancang juga memiliki validasi apabila user salah dalam menginput yang berupa pesan kesalahan (error message). Pesan kesalahan yang ada dalam user interface ini antara lain: Pesan kesalahan Masukkan Input File. Gambar 3.17 Pesan kesalahan Masukkan Input File. Pesan kesalahan ini akan terjadi ketika user membatalkan untuk mengambil input dari file. Pesan kesalahan Pilih Jenis Sinyal. Gambar 3.18 Pesan kesalahan Pilih Jenis Sinyal. Pesan kesalahan ini akan terjadi ketika user tidak memasukkan inputan pada proses untuk memilih jenis sinyal (user memilih... pada panel Input yang tersedia bagian Jenis Sinyal).

38 Pesan kesalahan Pilih Jenis Transformasi. Gambar 3.19 Pesan kesalahan Pilih Jenis Transformasi. Pesan kesalahan ini akan terjadi ketika user tidak memasukkan apaapa pada proses untuk memilih jenis transformasi (user memilih... pada panel Proses bagian Jenis Transformasi). Pesan kesalahan Pilih Jenis Aproksimasi. Gambar 3.20 Pesan kesalahan Pilih Jenis Aproksimasi. Pesan kesalahan ini akan terjadi ketika user tidak memasukkan apaapa pada proses untuk memilih jenis aproksimasi (user memilih... pada panel Proses bagian Jenis Aproksimasi).

39 Pesan kesalahan Pilih Persentase Data. Gambar 3.21 Pesan kesalahan Pilih Persentase Data. Pesan kesalahan ini akan terjadi ketika user tidak memasukkan apaapa pada proses untuk memilih persentase data (user memilih... pada panel Proses bagian Persentase Data). Pesan kesalahan Pilih kembali semua inputan. Gambar 3.22 Pesan kesalahan Pilih kembali semua inputan. Reset. Pesan kesalahan ini akan terjadi ketika user mengklik tombol Dengan perancangan user interface yang dilengkapi dengan komponenkomponen dan pesan kesalahan seperti yang telah dideskripsikan di atas, user diharapkan dapat dengan mudah menggunakan user interface ini.